基于灰色系統(tǒng)理論高速列車ATO速度控制器研究

1、 Computer Engineering and Applications計(jì)算機(jī)工程與應(yīng)用2014，50（10）253基于灰色系統(tǒng)理論高速列車 ATO速度控制器研究張友鵬，高凡，趙斌ZHANG Youpeng, GAO Fan, ZHAO Bin蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院，蘭州 730070School of Automation & Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, ChinaZHANG Youpeng, GAO Fan, ZHAO Bin. Study on speed

2、controller of automatic train operation for high-speedtrain based on grey system theory. Computer Engineering and Applications, 2014, 50（10）：253-259.Abstract：The speed controller is the core unit of Automatic Train Operation system, and is also an important part of traincontrol system. According to

3、the present high-speed trains without ATO function, it is important to study the intelligentspeed controller of ATO system for realizing automatic high-speed train operation. Through the analysis of the structureand function of CTCS-3 system, the plan which the speed controller of ATO system was app

4、lied in CTCS-3 system is pro-posed. Connection way between the speed controller of ATO system with board equipments and ground equipments isdesigned to achieve the information exchange. Then the speed controller model is established by using the grey systemtheory which is good at researching system

5、that extension is clear and connotation is not clear, and the reasonable strategyof automatic train operation is got by calculations of forecasting and decision-making. The optimal control strategy is gotby using genetic algorithm. The simulation results show that the method achieves automatic high-

6、speed train operation underthe CTCS-3 system, and the performances of train operation are improved.Key words：automatic train operation; speed controller; grey system theory; genetic algorithm摘要：速度控制器是 ATO系統(tǒng)的核心單元，也是列控系統(tǒng)的重要組成部分，針對(duì)目前高速列車無 ATO功能的情況，研究智能的 ATO系統(tǒng)速度控制器對(duì)實(shí)現(xiàn)高速列車自動(dòng)駕駛具有的重要意義。通過分析 CTCS-3級(jí)列控系統(tǒng)的結(jié)構(gòu)和

7、功能，提出了在 CTCS-3級(jí)列控系統(tǒng)中增加 ATO系統(tǒng)速度控制器的方案。首先設(shè)計(jì)了速度控制器與車載及地面設(shè)備的連接方式，實(shí)現(xiàn)了信息交互；而后應(yīng)用灰色系統(tǒng)理論善于研究外延明確內(nèi)涵不清系統(tǒng)的特點(diǎn)，建立速度控制器模型，進(jìn)行預(yù)測(cè)及決策計(jì)算，得到比較合理的列車自動(dòng)駕駛控制策略；最后采用遺傳算法對(duì)其進(jìn)行優(yōu)化，得到最優(yōu)控制策略。仿真結(jié)果表明，該方法實(shí)現(xiàn)了高速列車在 CTCS-3級(jí)列控系統(tǒng)下的自動(dòng)駕駛，列車運(yùn)行的各項(xiàng)性能都得到了提高。關(guān)鍵詞：列車自動(dòng)駕駛；速度控制器；灰色系統(tǒng)理論；遺傳算法文獻(xiàn)標(biāo)志碼：A中圖分類號(hào)：TP27；U260.14doi：10.3778/j.issn.1002-8331.1206-0

8、1851引言和自適應(yīng)控制系統(tǒng)更適合于追求高效、高密度的列控系統(tǒng)。日本采用預(yù)測(cè)型模糊控制的列車自動(dòng)駕駛方法，并速度控制器是列車自動(dòng)駕駛系統(tǒng)（ Automatic TrainOperation，ATO）的核心單元，也是列車控制系統(tǒng)的重要組成部分，但目前 ATO系統(tǒng)主要應(yīng)用于城市軌道交通中，尚未有研發(fā)成熟的ATO系統(tǒng)應(yīng)用于高速列車上。針對(duì)這一問題，采用智能控制算法為高速列車速度控制器的設(shè)計(jì)提供了新的思路，比原有的 PID控制系統(tǒng)應(yīng)用于日本仙臺(tái)地鐵1；新加坡學(xué)者 C.S.Chang 針對(duì)各種運(yùn)行情況，在 ATO系統(tǒng)中應(yīng)用遺傳算法，在列車出發(fā)前計(jì)算最佳惰行點(diǎn)以降低能耗 ；中科院自動(dòng)化所在列2車自動(dòng)停車中

9、應(yīng)用一種新型聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了以聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的列車停車過程長(zhǎng)期預(yù)測(cè)基金項(xiàng)目：甘肅省科技計(jì)劃項(xiàng)目（No.1011JKCA172）。作者簡(jiǎn)介：張友鵬（1965），男，教授，博士生導(dǎo)師，碩士研究生，主要研究方向?yàn)橹悄芫W(wǎng)絡(luò)化電子引導(dǎo)系統(tǒng)、交通信息控制技術(shù)和電力系統(tǒng)計(jì)算機(jī)控制等；高凡（1987），女，碩士研究生；趙斌（1983），男，博士研究生，講師。E-mail：gaofan870202收稿日期：2012-06-11修回日期：2012-12-13文章編號(hào)：1002-8331（2014）10-0253-07CNKI網(wǎng)絡(luò)優(yōu)先出版：2012-12-20, 2542014，50（10）Comp

10、uter Engineering and Applications計(jì)算機(jī)工程與應(yīng)用控制3；西南交通大學(xué)應(yīng)用模糊控制原理，首先生成以節(jié)兼容 CTCS-2級(jí)列控系統(tǒng)，CTCS-3級(jí)作為首選系統(tǒng)，CTCS-2級(jí)作為備用系統(tǒng)。 CTCS-3級(jí)列控系統(tǒng)采用列車無線通信（Global System for Mobile Communications-Railway，GMS-R）網(wǎng)絡(luò)實(shí)現(xiàn)車載設(shè)備與地面無線閉塞中心（Radio Block Center，RBC）的實(shí)時(shí)雙向通信。由于我國(guó)目前城市軌道交通中應(yīng)用的基于通信的列車控制（Communication-Based Train Control，CBTC）系統(tǒng)

11、與 CTCS-3級(jí)列控系統(tǒng)具有一定的同構(gòu)性，所以在搭建 CTCS-3級(jí)列控系統(tǒng)下的 ATO系統(tǒng)速度控制器結(jié)構(gòu)時(shí)可以借鑒 CBTC系統(tǒng)的框架。能為目標(biāo)的模式曲線，再通過模糊算法實(shí)現(xiàn)舒適性要求；4同濟(jì)大學(xué)采用模糊控制的 BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)站間運(yùn)行控制；山東大學(xué)應(yīng)用基于事件控制，以最短的運(yùn)行時(shí)間為5前提，求解列車速度距離函數(shù)式及加速度距離函數(shù)式，再根據(jù)運(yùn)行距離實(shí)時(shí)調(diào)整地鐵的運(yùn)行圖 ；蘭州交通大6學(xué)提出了框架式知識(shí)庫與模糊 Petri網(wǎng)理論相結(jié)合的方法，既可以應(yīng)用于傳統(tǒng)列車的專家系統(tǒng)中，也可以應(yīng)用于擺式列車的傾角專家系統(tǒng)中。7由于文獻(xiàn) 1和2主要對(duì)城市軌道交通系統(tǒng)進(jìn)行了研究，而文獻(xiàn)3-7也僅僅只針對(duì)高速

12、列車的某一項(xiàng)運(yùn)行性能做優(yōu)化研究，并不能建立完整的系統(tǒng)對(duì)高速列車的整個(gè)運(yùn)行過程實(shí)施優(yōu)化。所以本文首次將 ATO系統(tǒng)速度控制器單元加入到 CTCS-3（Chinese Train ControlSystem-3）級(jí)列控系統(tǒng)中，并采用灰色遺傳算法建立速度控制器模型。通過灰色系統(tǒng)理論設(shè)計(jì)模型的預(yù)測(cè)模塊、模型校正模塊和決策模塊，生成列車運(yùn)行的控制策略，再通過遺傳算法設(shè)計(jì)遺傳優(yōu)化模塊，對(duì)列車運(yùn)行目標(biāo)曲線進(jìn)行優(yōu)化，對(duì)整個(gè)區(qū)間控制序列重新調(diào)整，從而實(shí)現(xiàn)列車的整體優(yōu)化控制，為我國(guó)高速列車自動(dòng)駕駛給出一定的理論指導(dǎo)。由于高速鐵路列控系統(tǒng)和城市軌道交通列控系統(tǒng)之間存在著一些差異，根據(jù)高速鐵路自身的特點(diǎn)，在借鑒 CB

13、TC系統(tǒng)的同時(shí)要進(jìn)行相應(yīng)的調(diào)整。通過調(diào)整，可以建立 CTCS-3級(jí) ATO系統(tǒng)速度控制器的架構(gòu)，其具體結(jié)構(gòu)如圖 1所示。3 ATO系統(tǒng)速度控制器灰色模型灰色系統(tǒng)理論以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)為研究對(duì)象，主要通過“部分”已知信息去揭示未知信息，也就是系統(tǒng)的白化問題，實(shí)現(xiàn)對(duì)系統(tǒng)行為的正確認(rèn)識(shí)和有效監(jiān)控。 ATO系統(tǒng)速度控制器是外延清晰內(nèi)涵不明信息不完備的系統(tǒng)：列車行駛中所受約束的參數(shù)是灰數(shù)；影響控制性能的因素是灰元；構(gòu)成速度控制器的各因素關(guān)系是灰關(guān)系。2CTCS-3級(jí) ATO速度控制器目前，我國(guó)的高速列車控制系統(tǒng)主要為 CTCS-3級(jí)司法記錄器下載工具列車

14、司機(jī)車載設(shè)備列車接口單元人機(jī)界面記錄單元安全計(jì)算機(jī)無線通信單元CTCS-3CTCS-2控制單元控制單元測(cè)速單元ATO系統(tǒng)速度控制器GSM-R車載電臺(tái)感應(yīng)器天線應(yīng)答器信息傳輸模塊軌道電路信息接收單元軌道電路接收天線地面設(shè)備無源應(yīng)答器有源應(yīng)答器軌道電路列控中心GSM-R固定網(wǎng)絡(luò)軌旁電子單元密鑰管理中心臨時(shí)限速服務(wù)器RBC調(diào)度集中控制系統(tǒng)聯(lián)鎖圖 1 CTCS-3級(jí) ATO系統(tǒng)速度控制器結(jié)構(gòu)示意圖 張友鵬，高凡，趙斌：基于灰色系統(tǒng)理論高速列車 ATO速度控制器研究2014，50（10）255以上各方面都表明 ATO系統(tǒng)速度控制器是一個(gè)灰色系統(tǒng)，因而在新結(jié)構(gòu)的基礎(chǔ)上結(jié)合灰色控制系統(tǒng)結(jié)構(gòu)，利用灰色建模、灰

15、色預(yù)測(cè)、灰色決策對(duì)速度控制器進(jìn)行研究，設(shè)計(jì)基于灰色系統(tǒng)理論的速度控制器總體結(jié)構(gòu)，如圖2所示。展態(tài)勢(shì)，b反映數(shù)據(jù)的變化關(guān)系， a和 b的正確性直接影響預(yù)測(cè)模型的精度。在列車運(yùn)行中，灰色預(yù)測(cè)系統(tǒng)會(huì)有隨機(jī)擾動(dòng)和驅(qū)動(dòng)因素進(jìn)入，使系統(tǒng)的精度受到影響，為了保證系統(tǒng)的精確性，將預(yù)測(cè)模型中 a和 b設(shè)為隨時(shí)間變化的變量 a(t)和 b(t)，進(jìn)行模型的動(dòng)態(tài)校正。該速度控制器中，輸入輸出單元接收來自 列車自動(dòng)防護(hù)（Automatic Train Protection，ATP）系統(tǒng)、RBC和應(yīng)答器發(fā)送的信息，發(fā)送列車信息及控制命令； ATO條件判斷單元判斷當(dāng)前情況是否滿足自動(dòng)駕駛模式；速度控制單元由灰色預(yù)測(cè)模塊、

16、模型校正模塊灰色和決策模塊構(gòu)成，對(duì)行車狀態(tài)進(jìn)行分析，預(yù)測(cè)未來狀態(tài)并做出決策，輸出控制指令。設(shè) x (n + 1)為新信息，將其置入 x(0)(0)，同時(shí)去掉老(0)信息 x (1)，得到新陳代謝GM（1，1）模型：X (0) =(x (2)x (3)x (n + 1)(0)(0)(0)（6）再用新陳代謝 GM（1，1）模型求解的 a和 b，建立新的 GM（1，1）模型。隨著 a(t)和 b(t)的調(diào)整及新信息的加入和舊信息的去除，預(yù)測(cè)模型不斷地進(jìn)行在線校正，既提高了系統(tǒng)的可靠性，同時(shí)避免隨著信息量增多對(duì)內(nèi)存造成的消耗，使系統(tǒng)可進(jìn)行長(zhǎng)期預(yù)測(cè)并提高了預(yù)測(cè)精度。選取 9個(gè)序列數(shù)對(duì)校正模型進(jìn)行滾動(dòng)預(yù)測(cè)

17、，滾動(dòng)預(yù)測(cè)過程如下：3.1灰色預(yù)測(cè)模塊灰色預(yù)測(cè)是通過提取系統(tǒng)的行為數(shù)據(jù)，發(fā)現(xiàn)系統(tǒng)的規(guī)律，并以此來預(yù)測(cè)系統(tǒng)未來的行為方向，進(jìn)而采取相應(yīng)的控制策略，這樣可以做到控制及時(shí)，提高系統(tǒng)的適應(yīng)能力。（1）新陳代謝子列族(0)(0)(0)x (14)x (25)x (58)（7）（8）（9）設(shè)列車運(yùn)行速度的原始數(shù)列為：X (0) =(x (1)x (2)x (n)(0)(0)(0)（2）滾動(dòng)預(yù)測(cè)值（1）（2）x(0)(5)x (6)x (9)(0)(0)對(duì) x(0)做一次累加，生成序列為：X (1) =(x (1)x (2)x (n)(1)(1)(1)（3）滾動(dòng)預(yù)測(cè)殘差(0)(k)= x (k)- x (k

18、)(1)(1)k其中，x (k) = x(0)(i)(k = 12n)。i = 1(0)å（4）相對(duì)誤差| (k) | x (k) |(0)均值生成序列為：D = |k(0)|k = 12n（10）Z(1) =(z (2)z (3)z (n)(1)(1)(1)（3）其中，z(1)(k) =(x(1)(k - 1)+ x(1)(k)/2。3.3灰色決策模塊由列車不同運(yùn)行狀態(tài)下的特點(diǎn)及需要達(dá)到的性能建立灰色微分方程 GM（l，l）：x(0)(k)+ az (k)= b指標(biāo)，將運(yùn)行工況分為五個(gè)運(yùn)行子過程：（1）啟動(dòng)加速過程：列車從停車狀態(tài)加速到目標(biāo)速度的過程。(1)（4）（5）方程的解為：

19、babax (k + 1) (x (1)- )e-at +(1)=(0)（2）平穩(wěn)加速過程：列車從當(dāng)前速度加速到目標(biāo)速度的過程。其中，a為發(fā)展系數(shù)，b為灰色作用量。3.2模型校正模塊GM（1，1）預(yù)測(cè)模型中，參數(shù) a反映 x(0)及 x(1)（3）惰行過程：列車不施加牽引及制動(dòng)控制的過程。（4）調(diào)速制動(dòng)過程：列車用于速度調(diào)整的過程。的發(fā)應(yīng)答器信息傳輸模塊ATO無線通信單元灰色控制模塊RBCATO牽引/制動(dòng)控制單元列車接口模塊+灰色決策模塊輸入模塊條件判斷模塊+輸出 ·ATP模塊預(yù)測(cè)模型校正模塊灰色預(yù)測(cè)模塊驅(qū)動(dòng)控制設(shè)備圖 2 CTCS-3級(jí)列控系統(tǒng)下基于灰色系統(tǒng)理論的速度控制器結(jié)構(gòu)圖

20、2562014，50（10）Computer Engineering and Applications計(jì)算機(jī)工程與應(yīng)用1010000000000101110000關(guān)鍵點(diǎn)工況編碼關(guān)鍵點(diǎn)位置編碼圖 3關(guān)鍵點(diǎn)編碼（5）停車制動(dòng)過程：列車為了停車而實(shí)施制動(dòng)的過程?；疑珱Q策由事件、對(duì)策、目標(biāo)、效果構(gòu)成。4.1關(guān)鍵點(diǎn)編碼列車運(yùn)行過程共分為三個(gè)工況：牽引工況、惰行工將高速列車運(yùn)行的五個(gè)子過程作為灰色決策的事況和制動(dòng)工況?；疑俣瓤刂破鬟\(yùn)行后可以得到列車的運(yùn)行記錄文件，其中包含列車任意時(shí)刻的工況。在眾多操縱信息點(diǎn)中選擇關(guān)鍵點(diǎn)進(jìn)行編碼。關(guān)鍵點(diǎn)是最能反映操縱變化的轉(zhuǎn)換點(diǎn)，可分為三種：件集，即有5種事件：A=啟動(dòng)加

21、速，平穩(wěn)加速，惰行，調(diào)速制動(dòng)，停車制動(dòng)以高速列車具有 10級(jí)牽引和 7級(jí)制動(dòng)為例，將其和惰行一起構(gòu)成 ATO系統(tǒng)速度控制器的對(duì)策集。即有 18種對(duì)策：（1）牽引級(jí)位短距離內(nèi)大幅度上升點(diǎn)。（2）牽引工況和惰行工況的轉(zhuǎn)換點(diǎn)。B=10級(jí)牽引，9級(jí)牽引，1級(jí)牽引，惰行，1級(jí)制動(dòng)，7級(jí)制動(dòng)（3）惰行工況和制動(dòng)工況的轉(zhuǎn)換點(diǎn)。依據(jù)此原則在灰色速度控制器產(chǎn)生的速度距離曲線中選取關(guān)鍵點(diǎn)，取 81 931 m處的關(guān)鍵點(diǎn)采用二進(jìn)制進(jìn)列車運(yùn)行的 4個(gè)目標(biāo)構(gòu)成目標(biāo)集：K=準(zhǔn)時(shí)性，停車精度，能耗，舒適性高速列車事件集與對(duì)策集的笛卡爾積形成局勢(shì)集：S=（啟動(dòng)加速，10級(jí)牽引），（啟動(dòng)加速，9級(jí)牽引），（停車制動(dòng)，7級(jí)制動(dòng)）

22、高速列車的灰色決策就是要以四個(gè)重要的目標(biāo)作為決策標(biāo)準(zhǔn)，找出某一事件所對(duì)應(yīng)的對(duì)策。對(duì)于每一個(gè)目標(biāo)，策略的效果不同，所以此時(shí)要對(duì)效果進(jìn)行量化，將效果最好的設(shè)為 0，并應(yīng)用灰靶決策找出最佳局勢(shì)。求解決策結(jié)果過程如下：行編碼為（10100000000001011），將位置、工況和手柄bin級(jí)位結(jié)合起來就可以完整地描述每一個(gè)工況轉(zhuǎn)換點(diǎn)。最終形成的關(guān)鍵點(diǎn)是一個(gè)二進(jìn)制串，如圖 3所示。編碼的前 17位儲(chǔ)存列車的位置編碼，后 5位存儲(chǔ)列車的工況編碼。工況編碼的第 1位為列車運(yùn)行工況，牽引或惰行為 1，制動(dòng)為 0，后四位為手柄級(jí)位，惰行記為（0000）。圖 3中列車從制動(dòng)轉(zhuǎn)為惰行，因此構(gòu)成的基bin因表示為（1

23、010000000000101100000）。bin4.2生成種群確定由多目標(biāo)決策方案組成的局勢(shì)集和由評(píng)價(jià)指標(biāo)組成的目標(biāo)集合 K，求局勢(shì)集對(duì)目標(biāo)集合 K的灰數(shù)決策矩陣?；疑俣瓤刂破鹘?jīng)過多次運(yùn)行產(chǎn)生大量的運(yùn)行記錄文件，選擇較優(yōu)秀的運(yùn)行記錄文件編碼生成染色體，對(duì)生成的染色體進(jìn)行適應(yīng)度評(píng)判，選取適應(yīng)度高的作為初始種群進(jìn)行遺傳優(yōu)化，經(jīng)試驗(yàn)選取 10條染色體組成的種群可以較好地完成優(yōu)化過程。對(duì)局勢(shì)集進(jìn)行規(guī)范化處理得規(guī)范化灰數(shù)決策矩陣。確定各指標(biāo)的權(quán)重向量。計(jì)算第 i個(gè)方案評(píng)價(jià)值。4.3高速列車適應(yīng)度函數(shù)根據(jù)灰數(shù)大小的可能度比較評(píng)價(jià)值，對(duì)方案進(jìn)行排序并擇優(yōu)。適應(yīng)度值是判斷遺傳優(yōu)化程度的標(biāo)準(zhǔn)，對(duì)于速度控制

24、器的適應(yīng)度，根據(jù) ATO系統(tǒng)性能指標(biāo)從超速、準(zhǔn)點(diǎn)率、停車精度、能耗與舒適度五個(gè)方面對(duì)其進(jìn)行分析。（1）超速適應(yīng)度確定靶心，產(chǎn)生最終決策結(jié)果。4遺傳算法優(yōu)化列車駕駛策略列車實(shí)際運(yùn)行速度與最大允許速度的差值若大于零，表示列車出現(xiàn)超速情況，在優(yōu)化中進(jìn)行淘汰，如小于零表示列車在限速以內(nèi)，運(yùn)行安全。由此得到超速的評(píng)定指標(biāo)：遺傳算法是基于自然選擇和基因遺傳學(xué)原理的搜索算法，隨著遺傳算法的進(jìn)行，優(yōu)良的品種被逐漸地保留下來并不斷產(chǎn)生出更佳的個(gè)體，算法的魯棒自適應(yīng)性強(qiáng)。基于灰色系統(tǒng)理論的速度控制器可以預(yù)測(cè)出比較合理的列車自動(dòng)駕駛序列，但是此操縱序列通常情況下并不是最優(yōu)的。因此，采用遺傳優(yōu)化方法，把列車運(yùn)行劃分為

25、交替進(jìn)行的牽引過程及惰行過程，對(duì)惰行點(diǎn)進(jìn)行遺傳編碼，通過改變惰行點(diǎn)的位置尋求最優(yōu)解。此方法在列車運(yùn)行控制上除了優(yōu)化速度較慢外能處理絕大部分的情況，所以本文在灰色速度控制器中增加遺傳優(yōu)化模塊，實(shí)行離線優(yōu)化，既優(yōu)化了列車駕駛的操縱序列又避免了遺傳算法優(yōu)化速度較低的情況。ì1v > V0K = îí0v V（11）cs0其中，K為超速判斷指標(biāo)；1表示超速；0表示未超速；vcs為實(shí)際運(yùn)行速度；V為限速。0（2）準(zhǔn)點(diǎn)率適應(yīng)度列車實(shí)際的運(yùn)行時(shí)間與列控系統(tǒng)下達(dá)的運(yùn)行時(shí)間的差可以作為準(zhǔn)點(diǎn)率的適應(yīng)度：K = T| - Tmb|（12）zd 張友鵬，高凡，趙斌：基于灰色系統(tǒng)理論

26、高速列車 ATO速度控制器研究2014，50（10）257其中，Kzd為準(zhǔn)點(diǎn)率的適應(yīng)度值；T為實(shí)際運(yùn)行時(shí)間； Fitness = 1/(w K + w Kzd + w K + w Kjerk + w Kenergy )（16）1cs23tc45Tmb為目標(biāo)運(yùn)行時(shí)間。其中，F(xiàn)itness是適應(yīng)度評(píng)判值， K K K KjerkKenergycs zd tc（3）停車精度適應(yīng)度代表超速、準(zhǔn)點(diǎn)率、停車精度、能耗與舒適度的適應(yīng)度指以列車實(shí)際停車位置與目標(biāo)停車位置的偏差來表標(biāo)；w，w，w，w，w分別為各個(gè)適應(yīng)度所對(duì)應(yīng)的12345示停車精度的適應(yīng)度：權(quán)重。K = S| - Smb|（13）完成遺傳算法適應(yīng)

27、度計(jì)算之后對(duì)種群進(jìn)行循環(huán)的復(fù)制、交叉和變異操作，根據(jù)適應(yīng)度評(píng)判值得出最終優(yōu)化結(jié)果。tc其中，K為停車的適應(yīng)度值； S為實(shí)際停車位置坐標(biāo)；tcSmb為目標(biāo)停車位置坐標(biāo)。（4）舒適度適應(yīng)度舒適性的評(píng)價(jià)標(biāo)準(zhǔn)就是使乘客的非舒適度降到最5結(jié)果分析及仿真驗(yàn)證小值。乘客的非舒適度的總和 Kjerk等于列車加速度相選取京津城際北京南站至武清站間 88.206 km線路對(duì)于時(shí)間的變化率在運(yùn)行時(shí)間內(nèi)的積分，可用來做舒適度的適應(yīng)度：為依據(jù)，線路的標(biāo)準(zhǔn)區(qū)間運(yùn)行時(shí)間為 22.51 min。以CRH3型高速列車為對(duì)象進(jìn)行研究，該型號(hào)高速列車的質(zhì)量為 536 t，編組長(zhǎng)度為 200.67 m，最高運(yùn)行速度為350 km/h

28、。|dadtKjerk=|dt/t（14）|其中，Kjerk為舒適度的適應(yīng)度值； a為加速度，t為站間5.1灰色預(yù)測(cè)結(jié)果運(yùn)行時(shí)間。選取線路中一組實(shí)際速度數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，每次（5）能耗的適應(yīng)度預(yù)測(cè)得到一組新的 ab值，進(jìn)行一次在線模型校正。模型預(yù)測(cè)范圍如表 1所示，預(yù)測(cè)結(jié)果如表2所示。列車行駛過程中，牽引和制動(dòng)所消耗的能量作為能耗的來源。由于本設(shè)計(jì)分析的是不同工況下的能耗情況，為了便于計(jì)算，所以可以忽略列車的輔助功率，因而，可得出簡(jiǎn)化后的能耗適應(yīng)度：表 1模型預(yù)測(cè)適用范圍a值GM（1，1）適用范圍中長(zhǎng)期預(yù)測(cè)-a 0.30.3 < -a 0.50.5 < -a 0.80.8 <

29、 -a 1.51.5 < -aFvdt+ BBvdt（15）短期預(yù)測(cè)，中長(zhǎng)期預(yù)測(cè)慎用作預(yù)測(cè)應(yīng)十分慎重Kenergy=M其中，Kenergy為能耗的適應(yīng)度值；F為牽引力；v 為速度；t為站間運(yùn)行時(shí)間； M采用殘差修正 GM（1，1）模型不易采用 GM（1，1）模型為列車牽引過程中電能轉(zhuǎn)化為機(jī)械能的乘積因子； 為列車制動(dòng)過程中機(jī)械能轉(zhuǎn)每進(jìn)行一次測(cè)度，求解一次 a和 b，由表 2可以看出，每個(gè)模型中 - a都小于 0.3，對(duì)照表 1分析得到此模型可以用于中長(zhǎng)期預(yù)測(cè)。預(yù)測(cè)結(jié)果的相對(duì)誤差均小于0.01，精度為一級(jí)，建立的預(yù)測(cè)模型預(yù)測(cè)精度較高。以表 2所得到的預(yù)測(cè)速度與實(shí)際速度進(jìn)行仿真對(duì)比，得到其關(guān)

30、系如圖4所示。B化為電能的乘積因子； B為制動(dòng)力。（6）總體適應(yīng)度五個(gè)適應(yīng)度很難分別進(jìn)行比較，需要將其組成一個(gè)總體適應(yīng)度函數(shù)進(jìn)行分析。由于這五個(gè)適應(yīng)度對(duì)控制效果的影響不同，因而需要加入權(quán)重，對(duì)控制效果來說應(yīng)盡量減小總體適應(yīng)度值，由此結(jié)合式（11）至式（15）可以得到總體適應(yīng)度評(píng)判值：圖 4中橫坐標(biāo)為 9個(gè)時(shí)間序列點(diǎn)，縱坐標(biāo)為列車速度。由圖看出，預(yù)測(cè)速度曲線與實(shí)際速度曲線貼近度較表 2灰色預(yù)測(cè)數(shù)列及誤差檢驗(yàn)時(shí)間序列實(shí)際速度模擬值123456789321.12321.12322.79322.60323.15323.52324.63324.44325.56325.65324.83326.83326.

31、77325.56326.86328.55328.48326.28328.08327.88329.60329.14327.01329.30328.99329.98330.30330.36327.74330.52330.10331.49330.570.004 2324.8810.076 10.045 7預(yù)測(cè)速度a0.002 8321.2310.086 00.003 7321.4440.051 20.003 4322.9340.018 80.004 6323.2570.032 7b殘差相對(duì)誤差（/ %）0.049 40.037 90.023 00.030 2 2582014，50（10）Comput

32、er Engineering and Applications計(jì)算機(jī)工程與應(yīng)用335表 4基因進(jìn)化表（1 000代）列車實(shí)際速度灰色預(yù)測(cè)速度超速評(píng)判值0.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0準(zhǔn)點(diǎn)率評(píng)判值12311410710910398停車精度評(píng)判值1.9001.9001.7001.9001.9001.9001.8001.6001.6001.6001.6001.6001.6001.6001.7001.6001.5001.3001.0000.8000.7000.6000.6000.700

33、0.600舒適度評(píng)判值1.9321.8452.0371.9461.8451.9771.8322.1351.9781.9621.8461.8321.8361.8451.9031.8311.8091.6261.7321.7461.6981.6741.6841.7311.693能耗子代總體適應(yīng)度評(píng)判值330325320123 402.69 0.001 803 73 397.56 0.001 816 63 417.68 0.001 814 83 495.43 0.001 774 93 419.05 0.001 818 73 413.43 0.001 827 23 411.75 0.001 832 93

34、 380.32 0.001 857 33 415.46 0.001 834 73 409.87 0.001 832 83 410.63 0.001 855 13 413.26 0.001 851 43 407.58 0.001 865 23 409.46 0.001 867 93 398.32 0.001 877 33 401.87 0.001 874 33 387.53 0.001 894 53 346.61 0.001 923 63 294.79 0.001 955 73 256.83 0.001 984 93 269.14 0.001 988 83 203.68 0.002 032 93

35、 165.05 0.002 079 53 189.48 0.002 056 23 177.65 0.002 069 93456123456789794序列/個(gè)887圖 4預(yù)測(cè)值與實(shí)際值的比較9911050607080901002003004005006007008009001 00095高，表明模型對(duì)速度的預(yù)測(cè)準(zhǔn)確性較高，其較好的預(yù)測(cè)結(jié)果可以為 ATO系統(tǒng)速度控制器生成牽引制動(dòng)策略提供高可靠度的依據(jù)。7678695.2灰色決策結(jié)果66選取運(yùn)行過程中 17.55 min時(shí)停車制動(dòng)事件進(jìn)行灰6364色決策分析，得出效果矩陣 U，各列分別為準(zhǔn)時(shí)性，停車精度，能耗和舒適性這 4個(gè)目標(biāo)，各行為 18種對(duì)

36、策，根5449據(jù)目標(biāo)權(quán)重得出綜合效果測(cè)度矩陣 U。選取的目標(biāo)權(quán)Z47重如表 3所示9。4234表 3目標(biāo)權(quán)重31目標(biāo)集權(quán)重準(zhǔn)時(shí)性停車精度舒適性能耗160.350.300.200.152117將效果量化值進(jìn)行排列得到灰色決策模型的效果矩陣：Té17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0ù根據(jù)表 4數(shù)據(jù)，得到進(jìn)化過程如圖 5所示。由圖 5êúú81ë1812723724635 6 7 8 9 10 0 1 2 3 4 5 6 7û6 5 5 4 4 3 3 2 2 1 1 0 0U =

37、 ê可以看出總體適應(yīng)度值不斷提高，說明列車運(yùn)行曲線不斷得到優(yōu)化，遺傳算法的特點(diǎn)是可以得到一個(gè)最終的整體最優(yōu)解，在優(yōu)化過程中出現(xiàn)某代群體適應(yīng)度較低的情況屬于正常現(xiàn)象，因而，圖 5中總體適應(yīng)度雖然有波動(dòng)，但不影響整體的優(yōu)化趨勢(shì)。通過優(yōu)化后的信息，可以實(shí)現(xiàn)對(duì)運(yùn)行全程控制策略的調(diào)整，從而實(shí)現(xiàn)了對(duì)列車運(yùn)行目標(biāo)曲線的優(yōu)化。3 4 4 5 5 0 1 1 2 2 3 3 4êú綜合效果測(cè)度矩陣：U = 0.25 0.31 0.49 0.55 0.46 0.44 0.35 0.33 0.24Z0.22 0.44 0.59 0.68 0.83 0.92 0.80 0.81 0.69

38、T效果測(cè)度矩陣 U中最大值為 0.92，處于第15行，因Z而，決策得出事件的最優(yōu)局勢(shì)是第15個(gè)對(duì)策，即4級(jí)制動(dòng)。2.152.102.052.001.951.901.851.805.3遺傳優(yōu)化高速列車運(yùn)行控制策略選取灰色速度控制器生成的 10個(gè)操縱記錄文件作為父代染色體構(gòu)成初始種群，關(guān)鍵點(diǎn)編碼長(zhǎng)度為 22，群體大小為 10、交叉概率為 0.7、變異概率為 0.15，終止代數(shù)為 1 000，對(duì)初始種群進(jìn)行不斷地遺傳優(yōu)化，經(jīng)過 1000代優(yōu)化得到五個(gè)適應(yīng)度值及總體適應(yīng)度優(yōu)化結(jié)果如表 4所示。從表 4得到 1 000代進(jìn)化后的各項(xiàng)指標(biāo)情況：未出現(xiàn)超速情況；停車精度指標(biāo)從平均 1.76優(yōu)化到了 0.60

39、0；準(zhǔn)點(diǎn)率指標(biāo)從平均 140優(yōu)化到了 17；舒適度指標(biāo)從平均1.972優(yōu)化到了 1.693；能耗指標(biāo)從平均 3 430.00優(yōu)化到了 3 177.65；總體適應(yīng)度從平均 0.001 771 9 優(yōu)化到了0.002 069 9。1.75 012345678910代數(shù)/102代圖 5總體適應(yīng)度進(jìn)化過程圖通過遺傳算法對(duì)列車運(yùn)行曲線的離線優(yōu)化，高速列車運(yùn)行的總體適應(yīng)度值在不斷提高，通過優(yōu)化后的信息，可以實(shí)現(xiàn)對(duì)列車運(yùn)行全程控制策略的調(diào)整，從而實(shí) 張友鵬，高凡，趙斌：基于灰色系統(tǒng)理論高速列車 ATO速度控制器研究2014，50（10）259現(xiàn)了對(duì)列車運(yùn)行目標(biāo)曲線的優(yōu)化。離停車點(diǎn) 0.7 m，比人工駕駛模式

40、減少 0.5 m，停車精度有了一定提高；運(yùn)行過程中三段采用惰行，能耗的節(jié)約量為 7.6%，減少了能量損失。從仿真結(jié)果可以看出，節(jié)能效果提高顯著，其他各項(xiàng)指標(biāo)也都在控制的范圍內(nèi)有所提高。5.4仿真結(jié)果分析列車在運(yùn)行過程中，速度控制器不斷地進(jìn)行最優(yōu)決策計(jì)算，產(chǎn)生相應(yīng)的操作策略，根據(jù)線路數(shù)據(jù)進(jìn)行仿真。圖 6為人工駕駛模式的列車運(yùn)行曲線，圖 7為自動(dòng)駕駛模式的列車運(yùn)行曲線。6結(jié)論在 CTCS-3級(jí)列控系統(tǒng)中，引入灰色系統(tǒng)理論構(gòu)建高速列車速度控制器模型。設(shè)計(jì)了車載安全計(jì)算機(jī)與ATO系統(tǒng)速度控制器的信息交互方式，最終得到基于灰色系統(tǒng)理論的高速列車自動(dòng)駕駛模式下列車的運(yùn)行目標(biāo)曲線，并運(yùn)用遺傳算法對(duì)其進(jìn)行優(yōu)化

41、。仿真結(jié)果表明，列車運(yùn)行時(shí)間的誤差減少了 18 s，停車精度提高了0.5 m，能耗降低了 7.6%。該方法節(jié)能效果顯著，同時(shí)提高了列車運(yùn)行的各項(xiàng)性能指標(biāo)，為我國(guó)高速鐵路技術(shù)國(guó)產(chǎn)化做出了一定的貢獻(xiàn)。參考文獻(xiàn)：圖 6人工駕駛模式的列車運(yùn)行曲線1 Oshima H，Yasunobu S.Automatic train operation systembased on predictive fuzzy controlC/Proceedings of theInternationalWorkshop on Artificial Intelligence forIndustrial Application

42、s，Tokyo：Institute of Electrical andEngineers.S.l.：IEEE Industrial ElectronicsSociety，1988：485-489.Electronics2 Sekine S.Application of fuzzy neural network control toautomatic train operation and tuning of its control rulesJ.IEEE Fuzzy System，1995，4（1）：1741-1746.3唐濤，黃良驥.列車自動(dòng)駕駛系統(tǒng)控制算法綜述 J.鐵道學(xué)報(bào)，2003，25（2）：98-102.4 Wang Jing，Cai Zixing，Jia Limin.Direct fuzzy neural con-trol with application to automatic train operationJ.Con-trol Theory and Application，1998，15（3）：391-399.5趙海東，劉賀文，楊悌惠.高速列車運(yùn)行控制系統(tǒng)的研究 J.中國(guó)鐵道科學(xué)，2000，21（1）：31-36.圖 7基于灰色遺傳速度控制器自動(dòng)駕駛模式的列車